กองทัพสหรัฐฯ กำลังใกล้จะพัฒนารถรบออฟโรดอัตโนมัติ

นักวิจัยที่ U.S. Army Combat Capabilities Development Command’s Army Research Laboratory และ University of Texas at Austin ได้พัฒนาอัลกอริทึมที่อาจมีผลกระทบต่อการขับขี่รถยนต์อัตโนมัติ โดยใช้อัลกอริทึม này รถยนต์ภาคพื้นดินอัตโนมัติสามารถปรับปรุงระบบนำทางของตนเองได้โดยการดูการขับขี่ของมนุษย์

วิธีการที่นักวิจัยพัฒนาขึ้นเรียกว่า adaptive planner parameter learning from demonstration หรือ APPLD ซึ่งได้รับการทดสอบบนรถยนต์อัตโนมัติภาคพื้นดินของกองทัพ

การวิจัยนี้ได้รับการตีพิมพ์ใน IEEE Robotics and Automation Letters. งานวิจัยนี้มีชื่อว่า “APPLD: Adaptive Planner Parameter Learning From Demonstration.”

APPLD

ดร. Garrett Warnell เป็นนักวิจัยของกองทัพ

“การใช้วิธีการอย่าง APPLD ทหารที่มีอยู่ในสถานที่ฝึกอบรมสามารถช่วยปรับปรุงระบบอัตโนมัติได้โดยการขับขี่รถยนต์ตามปกติ” Warnell กล่าว “เทคนิคเหล่านี้จะเป็นผลที่สำคัญต่อแผนการของกองทัพในการออกแบบและพัฒนารถรบอัตโนมัติสำหรับการใช้งานในพื้นที่ออฟโรด”

ในการพัฒนาระบบใหม่นี้ นักวิจัยได้รวมอัลกอริทึมการเรียนรู้จากการสาธิตและระบบนำทางอัตโนมัติแบบคลาสสิกเข้าด้วยกัน หนึ่งในคุณสมบัติที่ดีที่สุดของวิธีการนี้คือ它ช่วยให้ APPLD สามารถปรับปรุงระบบที่มีอยู่ให้ทำงานเหมือนมนุษย์ได้ แทนที่จะเปลี่ยนระบบทั้งหมด

เนื่องจากสิ่งนี้ ระบบที่ติดตั้งสามารถรักษาคุณสมบัติเช่นความเหมาะสม ความเข้าใจได้ และความปลอดภัย ซึ่งมีอยู่ในระบบนำทางแบบคลาสสิก และสร้างระบบที่ยืดหยุ่นได้ซึ่งสามารถปรับตัวเข้ากับสภาพแวดล้อมใหม่ๆ

“การแสดงการขับขี่ของมนุษย์โดยใช้เครื่องควบคุม Xbox Wireless เพียงครั้งเดียว APPLD สามารถเรียนรู้วิธีการปรับระบบนำทางอัตโนมัติของรถยนต์ให้แตกต่างกันไปตามสภาพแวดล้อมที่เฉพาะเจาะจง” Warnell กล่าว “ตัวอย่างเช่น เมื่ออยู่ในทางแคบ มนุษย์จะขับรถช้าๆ และระมัดระวัง หลังจากสังเกตพฤติกรรมนี้ ระบบอัตโนมัติได้เรียนรู้ที่จะลดความเร็วสูงสุดและเพิ่มงบการคำนวณในสถานการณ์ที่คล้ายกัน ซึ่งทำให้รถยนต์สามารถนำทางอัตโนมัติได้สำเร็จในทางแคบอื่นๆ ที่เคยล้มเหลวมาก่อน”

https://www.youtube.com/watch?v=u2xxPTZA0DY

ผลลัพธ์แสดงให้เห็นว่าระบบ APPLD ที่ได้รับการฝึกอบรมสามารถนำทางสภาพแวดล้อมทดสอบได้อย่างมีประสิทธิภาพและติดปัญหาน้อยกว่าระบบคลาสสิก นอกจากนี้ยังสามารถนำทางสภาพแวดล้อมได้เร็วกว่ามนุษย์ที่รับผิดชอบในการฝึกอบรม

ดร. Peter Stone เป็นศาสตราจารย์และประธานของ Robotics Consortium ที่ UT Austin

“จากมุมมองของการเรียนรู้ของเครื่อง APPLD ต่างจากระบบการเรียนรู้แบบ end-to-end ที่พยายามเรียนรู้ระบบนำทางทั้งหมดจากศูนย์” Stone กล่าว “วิธีการเหล่านี้มักต้องการข้อมูลจำนวนมากและอาจนำไปสู่พฤติกรรมที่ไม่ปลอดภัยหรือไม่แข็งแกร่ง APPLD ใช้ส่วนของระบบควบคุมที่ได้รับการออกแบบอย่างรอบคอบ ในขณะที่มุ่งเน้นการเรียนรู้ของเครื่องในการปรับพารามิเตอร์ ซึ่งมักจะทำตาม直觉ของบุคคลหนึ่ง”

ระบบใหม่นี้ช่วยให้ผู้ที่ไม่ใช่ผู้เชี่ยวชาญในด้านหุ่นยนต์สามารถฝึกอบรมและปรับปรุงการนำทางรถยนต์อัตโนมัติได้ ตัวอย่างเช่น ผู้ใช้จำนวนไม่จำกัดสามารถให้ข้อมูลที่จำเป็นสำหรับระบบในการปรับปรุงตนเอง แทนที่จะพึ่งพานักวิศวกรผู้เชี่ยวชาญในการปรับเปลี่ยนระบบด้วยตนเอง

ดร. Jonathan Fink เป็นนักวิจัยของกองทัพ

“ระบบนำทางอัตโนมัติปัจจุบันโดยทั่วไปต้องได้รับการปรับแต่งด้วยมือสำหรับสภาพแวดล้อมการนำไปใช้งานใหม่ๆ” Fink กล่าว “กระบวนการนี้ยากมาก ต้องทำโดยผู้ที่มีการฝึกอบรมอย่างกว้างขวางในด้านหุ่นยนต์ และต้องใช้การลองผิดลองถูกจนกว่าจะพบการตั้งค่าระบบที่เหมาะสม ในทางกลับกัน APPLD ปรับระบบอัตโนมัติโดยการดูการขับขี่ของมนุษย์ ซึ่งใครก็ตามที่มีประสบการณ์กับเครื่องควบคุมวิดีโอเกมสามารถทำได้ ในระหว่างการนำไปใช้งาน APPLD ยังช่วยให้ระบบสามารถปรับเปลี่ยนตนเองได้แบบเรียลไทม์เมื่อสภาพแวดล้อมเปลี่ยนแปลง”

Military Use

ระบบนี้จะมีประโยชน์ต่อกองทัพ ซึ่งกำลังพัฒนารถรบออฟโรดอัตโนมัติและรถรบหุ่นยนต์อยู่ในปัจจุบัน ในหลายๆ สภาพแวดล้อมที่ซับซ้อนเกินไปสำหรับระบบนำทางอัตโนมัติที่ดีที่สุด

ดร. Xuesu Xiao เป็นนักวิจัยหลักของ UT Austin และผู้เขียนนำของงานวิจัย

“นอกจากความเกี่ยวข้องโดยตรงต่อกองทัพแล้ว APPLD ยังสร้างโอกาสในการเชื่อมช่องว่างระหว่างวิธีการทางวิศวกรรมแบบดั้งเดิมและเทคนิคการเรียนรู้ของเครื่องใหม่ๆ เพื่อสร้างหุ่นยนต์เคลื่อนที่ที่แข็งแกร่ง ยืดหยุ่น และปรับเปลี่ยนได้ในโลกแห่งความเป็นจริง” Xiao กล่าว

ระบบ APPLD จะได้รับการทดสอบในสภาพแวดล้อมกลางแจ้งต่างๆ ทีมนักวิจัยจะตรวจสอบด้วยว่าข้อมูลจากเซ็นเซอร์เพิ่มเติมสามารถช่วยให้ระบบเรียนรู้พฤติกรรมที่ซับซ้อนได้หรือไม่